arXiv · cs.RO· Xiujian Liang; Jiacheng Liu; Mingyang Sun; Qichen He; Anda Cheng; Cewu Lu; Jianhua Sun·· 9 天前精选AI 评分60
论文 / 摘要阅读
PRISM：以物理机制解耦深度噪声，提升仿真到现实迁移
PRISM: Learning Realistic Depth via Physics-Grounded Noise Disentanglement with Semantic-Geometric Collaboration
AI 导读 · 根据来源整理
PRISM 提出一种基于物理的深度噪声建模框架，将单一噪声解耦为传感失效与测量不准两类模态，并借助 3D 视觉基础模型特征做空间语义先验推理。作者称其在噪声深度合成基准上达到当前最优保真度，下游机器人实验在真实世界取得 92.1% 平均成功率，优于单一噪声建模基线。项目页面见 https://shawnleung-sii.github.io/prism-icml2026/。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org